基于生物信息学方法研究流感病毒及疗法
发布时间：2020-11-04 08:57
【摘要】：近一个世纪以来,流感病毒多次造成全球性的疫情,给人类带来的生命、财产损失难以计数。特别是近年来,“猪流感”、“禽流感”的出现,引起了世界范围内的恐慌情绪。然而在对于这种病毒的防御方面,人类能够使用的有效武器却很少,疫苗无法有效应对所有未来可能流行的病毒亚型,现有的批准药物如达菲、金刚烷胺、扎那米韦等疗效有限。因此,寻找有效的药物、寻找可靠的抗体、预测未来病毒的变异趋势是亟待解决的问题。本文试图从如下几个方面进行一些探索。 首先,我们考虑的是应急药物的问题。正如上面提到的,当前经过批准的流感病毒药物种类少药效不佳,而新研制药物周期太长,无法尽快应对可能到来的流感疫情。因此我们希望能从已知药物出发,构建药物混合物应对不时之需。为此我们使用9种药物组成了药物面板,使用6种流感病毒的蛋白质组成了靶蛋白面板并由此得到6个口袋组成的基准口袋面板；为了对药物有效性进行判定,我们提出了5种可计算特征,并由此形成4个决策判定条件；为了对基准口袋找到合适的药物混合物,我们提出了寻找药物混合物的通用算法,并将其应用于H5N1亚型流感病毒神经氨酸酶NA中基准口袋的药物发现,最终提出使用阿奇霉素和阿司匹林混合物作为候选药物混合物。此外,我们还将算法进行了改进,使其大部分过程能够自动化完成。 其次,我们考虑了增强抗体的问题。抗体的增强可以分为两方面,一方面是增强抗体对靶蛋白的疗效,减轻或消除抗药性,另一方面是将抗体的应用面扩展,将一般抗体改进为广谱抗体,将广谱抗体改进为通用抗体。为此我们确定了达菲或扎那米韦增强CR6261对第一组流感病毒疗效的分子作用机制,并使用这种机制将抗体增强的两方面内容统一起来。根据这种机制,我们认为达菲或扎那米韦可以增强F10和FI6对第一组流感病毒的疗效,也可以增强CR8020或FI6对第二组流感病毒的疗效,当抗体足迹部分位点发生变异,与血凝素HA之间结合能降低时,它们提供的额外结合能足以补偿这种损失,从而避免抗药性。我们发现CR8020抗体在H1亚型血凝素HA上的绑定足迹位于茎部,但是两者之间结合能偏低,因此我们可以使用达菲增强这种结合能,使得CR8020抗体与H1亚型血凝素HA牢固绑定,从而可以将CR8020提升为全局抗体；我们还发现CR6261和F10与H3亚型血凝素HA的绑定位点位于头部,因此候选药物需要更加苛刻的条件。经过分析我们使用阿奇霉素将CR6261提升为全局抗体,使用阿奇霉素和达菲将F10提升为全局抗体。 最后我们试图找到一些流感病毒变化的规律,我们希望找到某些流感病毒血凝素HA之间重组的证据作为初步的探索。为此我们提出了概率和相似区域两种方法,基于36条代表性HA序列的HA1部分,找到了H13、H14、H16亚型血凝素HA可能的重组证据。
【学位授予单位】：南开大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：R373;Q811.4
【图文】：
我们发现这些不同的药物可能会被预测为对接到同样的位置，另外对那些由子单元构成的蛋白质（如3hw3、3gbn、3gbm、3fku、3sdy、3ztn和3ztj)来说，如果只是使用它的一个子单元作为祀蛋白，所有的药物小分子还是会被预测为对接到同样的口袋。当然这个子单元上的口袋与之前整体蛋白质的口袋并不相同。这说明，AutoDock不会陷入局部最小值的陷讲，而是总会找到最小自由能的全局最小值，我们必须充分利用这个优点。实际上，如果我们输入的是一个药物的三维坐标和一个蛋白质的三维坐标，AutoDock会输出预测的药物最终坐标即对接位置以及相应的最小自由能的值；如果我们输入一组药物的三维坐标和紀蛋白的三维坐标，AutoDock输出的是每个药物的最终坐标和一系列最小自由能的值。所以，如果我们使用PyMOL软件，根据这组药物预测的坐标，同时显示所有最小自由能为负的药物，那么这些药物会聚集到同一个空槽中。那么我们可以称给定靴蛋白上的这个空槽为这些药物的基准口袋。使用这种方式我们可以获得基准口袋的位置以及规模。我们将祀蛋白IrdS、2hu4、Inyj、3cm8 和 3hw3 上的基准口袋分别记为 pocket_Jrd8、pocket—2hu4、
图 2. 2 药物与 pocket_2hu4 和 pocket—Inyj 的对接。图2.2中是三种药物达菲、扎那米韦和金刚烧胺与两个口袋pocket—2hu4(A-C)和pocket—Inyj (D-F)的对接结果。各个图像代表的内容是：（A)达菲与pocket_2hu4的对接。（B)扎那米韦与pocket—2hu4的对接。（C)金刚焼胺与pocket_2hu4的对接。（D)达菲与pocket—Inyj的对接。（E)扎那米韦与pocket—Inyj的对接。（F)金刚焼胺与pocket_lnyj的对接。通过对这六幅图的对比我们可以发现，其中的共同点是三种药物并没有尽可能地完全填充这两个口袋。这意味着药物的有效性受到了限制。例如，达菲、扎那米韦和金刚烧胺分别与pocket—2hu4对接后留下的缺口，其大小足以使得神经氨酸通过、释放，所以达菲、扎那米韦和金刚焼胺对于阻塞pocket_2hu4来说是无效的。与这种情况类似，金刚焼胺与pocket_lnyj对接后留下的缺口也足以使得离子通过，这意味着在足够大的压强下金刚焼胺（乃至达菲和扎那米韦）对于阻塞pocket—Inyj也是无效的。所以，有必要引入气密度的概念，用于度量药物与口袋对接后留下的缺口的大小。显而易见的是
(C)图2. 3药物混合物的两个例子。（A)阿奇霉素和阿司匹林混合物与pocket—2hu4对接的放大图像显示。（B) HEM和阿司匹林混合物与fiocket_2hu4对接的放大图像显示。（C)阿奇霉素和阿司匹林混合物的二维拓扑图像。
【参考文献】
本文编号：2869908
【学位授予单位】：南开大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：R373;Q811.4
【图文】：
我们发现这些不同的药物可能会被预测为对接到同样的位置，另外对那些由子单元构成的蛋白质（如3hw3、3gbn、3gbm、3fku、3sdy、3ztn和3ztj)来说，如果只是使用它的一个子单元作为祀蛋白，所有的药物小分子还是会被预测为对接到同样的口袋。当然这个子单元上的口袋与之前整体蛋白质的口袋并不相同。这说明，AutoDock不会陷入局部最小值的陷讲，而是总会找到最小自由能的全局最小值，我们必须充分利用这个优点。实际上，如果我们输入的是一个药物的三维坐标和一个蛋白质的三维坐标，AutoDock会输出预测的药物最终坐标即对接位置以及相应的最小自由能的值；如果我们输入一组药物的三维坐标和紀蛋白的三维坐标，AutoDock输出的是每个药物的最终坐标和一系列最小自由能的值。所以，如果我们使用PyMOL软件，根据这组药物预测的坐标，同时显示所有最小自由能为负的药物，那么这些药物会聚集到同一个空槽中。那么我们可以称给定靴蛋白上的这个空槽为这些药物的基准口袋。使用这种方式我们可以获得基准口袋的位置以及规模。我们将祀蛋白IrdS、2hu4、Inyj、3cm8 和 3hw3 上的基准口袋分别记为 pocket_Jrd8、pocket—2hu4、
图 2. 2 药物与 pocket_2hu4 和 pocket—Inyj 的对接。图2.2中是三种药物达菲、扎那米韦和金刚烧胺与两个口袋pocket—2hu4(A-C)和pocket—Inyj (D-F)的对接结果。各个图像代表的内容是：（A)达菲与pocket_2hu4的对接。（B)扎那米韦与pocket—2hu4的对接。（C)金刚焼胺与pocket_2hu4的对接。（D)达菲与pocket—Inyj的对接。（E)扎那米韦与pocket—Inyj的对接。（F)金刚焼胺与pocket_lnyj的对接。通过对这六幅图的对比我们可以发现，其中的共同点是三种药物并没有尽可能地完全填充这两个口袋。这意味着药物的有效性受到了限制。例如，达菲、扎那米韦和金刚烧胺分别与pocket—2hu4对接后留下的缺口，其大小足以使得神经氨酸通过、释放，所以达菲、扎那米韦和金刚焼胺对于阻塞pocket_2hu4来说是无效的。与这种情况类似，金刚焼胺与pocket_lnyj对接后留下的缺口也足以使得离子通过，这意味着在足够大的压强下金刚焼胺（乃至达菲和扎那米韦）对于阻塞pocket—Inyj也是无效的。所以，有必要引入气密度的概念，用于度量药物与口袋对接后留下的缺口的大小。显而易见的是
(C)图2. 3药物混合物的两个例子。（A)阿奇霉素和阿司匹林混合物与pocket—2hu4对接的放大图像显示。（B) HEM和阿司匹林混合物与fiocket_2hu4对接的放大图像显示。（C)阿奇霉素和阿司匹林混合物的二维拓扑图像。
【参考文献】
中国期刊全文数据库 前1条
1 Mark BARTLAM;;Structure-function studies of the influenza virus RNA polymerase PA subunit[J];Science in China(Series C:Life Sciences);2009年05期
本文编号：2869908
本文链接：https://www.wllwen.com/xiyixuelunwen/2869908.html
